如何对numpy矩阵中的每个元素执行操作？

Question

假设我有一个函数 foo() 接受一个浮点数并返回一个浮点数。将此函数应用于 numpy 矩阵或数组中的每个元素的最快/最pythonic 方法是什么？

我本质上需要的是一个不使用循环的代码版本：

import numpy as np

big_matrix = np.matrix(np.ones((1000, 1000)))

for i in xrange(np.shape(big_matrix)[0]):

    for j in xrange(np.shape(big_matrix)[1]):

        big_matrix[i, j] = foo(big_matrix[i, j])

我试图在 numpy 文档中找到一些可以让我这样做的东西，但我什么也没找到。

编辑：正如我在评论中提到的，特别是我需要使用的函数是 sigmoid 函数，f(z) = 1 / (1 + exp(-z)).

Answer 1

如果foo确实是一个接受标量并返回标量的黑盒，那么您必须使用某种迭代。人们经常尝试np.vectorize并意识到，正如记录的那样，它并没有加快速度太多。作为广播多个输入的方式，它是最有价值的。它使用np.frompyfunc，速度稍快，但界面不太方便。

正确的 numpy 方法是更改​​您的函数，使其适用于数组。使用您评论中的功能应该不难做到

f(z) = 1 / (1 + exp(-z))

有一个np.exp功能。剩下的就是简单的数学。